引言与背景
随着小红书逐渐成为年轻人获取生活方式灵感、购物决策与社交分享的重要平台，其用户生产的内容（UGC）在文本质量、配图美感、互动热度等方面，都具有极高的分析与建模价值。
无论是人工智能研究人员、数据科学家，还是新媒体运营团队、品牌营销方，都可以从小红书内容数据中提炼出有价值的信息
- NLP 领域：海量高质量的中文短文+长文混合文本，覆盖多种话题、写作风格与标签体系。
- 推荐系统与个性化分发：带有用户画像与互动行为的数据，有助于训练精准的推荐算法。
- 内容创作与爆款生成：分析高互动笔记的文案与配图模式，为 AI 生成器提供优质参考。
- 市场与舆情分析：基于时间、地域、互动量等维度进行趋势追踪与竞品监控。
本数据集是为以上需求而整理的结构化版本，可帮助大家减少收集数据的时间，助力项目快速落地。
字段说明
| 字段名 | 说明 | 示例 |
|---|---|---|
title |
笔记标题 | “是雨水还是桑延的眼泪” |
content |
笔记正文（含 emoji 与格式） | “多讨厌的雨天，总让人想起那画面…” |
content_xml |
网页源码内容 | ... |
tags |
标签列表 | “#电视剧 #追剧” |
like_count |
点赞数 | 356 |
collection_count |
收藏数 | 128 |
reply_count |
评论数 | 45 |
share_count |
分享数 | 12 |
pic_urls |
图片 URL 列表 | [多张高清图链接] |
user_name |
用户昵称 | “桃红红爱煲剧” |
user_profile_img_url |
用户头像链接 | [头像 URL] |
followers_count |
用户粉丝数 | 10 |
ip_region |
IP 属地 | “广东” |
ctime |
笔记发布时间（时间戳） | 1739946410 |
url |
笔记原文链接 | 小红书 - 你的生活兴趣社区... |
获取方式 |
样例 | 小红书样例... |
获取更多数据可以访问 https://dianshudata.com/
应用场景详解
1. NLP 与文本分析（具体应用示例）
情感分析
基于笔记的正文和标签，利用有监督学习或预训练模型（如BERT、RoBERTa）来识别用户情感倾向。
- 任务示例：构建三分类模型（积极、中性、消极），帮助品牌判断用户对产品或事件的态度。
- 数据应用：利用标签中的情感关键词和正文中包含的emoji、语气词增强情感特征表达。
话题分类
通过对标签和正文文本进行特征抽取（TF-IDF、词向量、预训练模型编码），训练多类别文本分类模型，实现自动识别笔记所属的主题类别（如美妆、旅行、美食、影视等）。
- 任务示例：为内容推荐系统提供准确的内容标签，提高推荐精准度。
- 方法建议：使用深度学习文本分类网络（如TextCNN、Transformer）结合标签辅助训练。
关键词提取
分析爆款笔记中频繁出现的关键词、短语及特殊符号（如emoji），提炼出高频热词和内容亮点。
- 任务示例：基于TF-IDF、TextRank或基于注意力机制的模型，提取关键标签词汇，辅助运营人员设计爆款话题。
- 特色挖掘：结合点赞量、收藏量权重，筛选互动高的关键词，捕捉用户关注热点。
2. 推荐算法与个性化分发（具体应用示例）
用户兴趣画像构建
通过整合用户发布笔记的标签、正文主题、互动行为（点赞、收藏、评论）、以及地域分布等信息，构建多维度的用户兴趣特征。
- 数据利用：利用标签关键词统计用户关注的领域，结合互动频率权重，形成兴趣偏好向量。
- 地域分布：根据IP属地分析区域兴趣差异，帮助实现地域个性化推荐。
- 实现方式：可使用矩阵分解（MF）、图神经网络（GNN）或基于Transformer的用户行为编码模型，融合多源特征提升用户画像精准度。
热门内容预测
利用笔记发布初期的互动数据（如首小时点赞数、收藏数、评论数）作为特征，结合文本和用户画像信息，预测该笔记未来是否会成为爆款。
- 模型选择：可以采用分类模型（如XGBoost、LightGBM、深度神经网络）对笔记的爆款潜力进行二分类预测。
- 特征设计：文本情感分数、关键词热度、用户活跃度、历史爆款标签等，均可作为重要输入。
- 应用价值：帮助平台优先推荐潜力内容，提升整体用户体验和留存率。
多模态推荐系统
结合笔记的文本内容与配图信息，利用多模态学习方法提升推荐效果。
- 文本特征：通过预训练语言模型提取语义向量。
- 图像特征：利用卷积神经网络（如ResNet、EfficientNet）或视觉Transformer提取图片特征。
- 融合策略：采用多模态融合模型（如跨模态注意力机制）将文本与图像特征整合，增强内容理解能力。
- 实际效果：有效捕捉图文搭配带来的内容丰富度，提高推荐的相关性和用户点击率。
推荐算法训练模型的适用范围说明
需要明确的是，基于这份小红书全量笔记数据训练得到的推荐算法模型，主要针对小红书平台的内容和用户行为特征进行优化。因为模型的输入特征和用户互动模式都紧密绑定于小红书的生态，直接将该模型应用于其他社交媒体平台，往往会因数据分布、用户行为差异显著，而导致推荐效果有些许不同，不过，推荐算法的基础架构和训练思路是高度通用的。只要有其他平台的相应数据，完全可以利用此处的模型设计理念，通过微调或重新训练，快速适配新的平台环境，获得良好的推荐性能。
因此，这份数据集和对应的训练方案，是打造高效推荐系统的基础，尤其适合专注于小红书生态的应用场景，同时也为未来多平台推荐系统的研发提供了坚实基础。
3.内容创作与爆款文章生成
通过系统分析点赞、收藏和评论数较高的优质笔记，深入挖掘文案的语言风格、结构布局和配图模式。具体包括：
- 文案风格提炼
抽取爆款笔记中的语言特色，如用词习惯、情感表达、段落节奏和emoji使用规律，捕捉小红书用户偏爱的写作风格。 - 结构与逻辑分析
研究爆款内容的开头吸引点、正文展开方式和结尾号召动作，为内容创作提供科学框架。 - 视觉配图模式
总结高互动笔记的配图风格，包括图片数量、色调搭配、排版布局等，提升视觉吸引力。 - AI文案生成支持
结合以上分析，构建训练集，为文本生成模型（如GPT、T5等）提供高质量参考样本，使AI生成内容更贴近爆款文案风格，提升生成内容的真实感和吸引力。 - 内容迭代与优化
利用反馈数据持续优化模型，支持内容运营团队快速迭代爆款文案，提高内容生产效率和用户互动率。
4.营销与商业分析的强大工具
- 品牌口碑监测
利用小红书笔记中的文本内容和互动数据，实时追踪品牌相关的提及量和用户参与度，结合情感分析技术，洞察用户对品牌的正面、负面或中性情绪变化。帮助品牌快速捕捉市场反馈，及时调整营销策略，降低负面舆情风险，提升品牌形象管理效率。 - 爆款内容提炼
通过系统分析点赞、收藏和评论数较高的爆款笔记，总结高效文案写作技巧、热点选题方向以及用户偏好的内容风格。借助关键词提取和风格模仿技术，辅助内容团队精准打造符合小红书用户口味的优质内容，提升内容传播效果和用户粘性。 - 竞品与达人分析
通过分析竞争品牌的笔记表现及相关KOL（关键意见领袖）的粉丝数量、活跃度和互动情况，识别潜在的合作达人。帮助品牌制定科学的KOL合作方案，实现精准投放与效果最大化，提升品牌曝光度和销售转化率。 - 热点追踪
基于标签和内容趋势的动态监测，及时锁定小红书上快速升温的话题和流行趋势。通过对热点内容的深度分析，帮助品牌抢占话题制高点，实现内容营销的先发优势，扩大品牌影响力并获取更多流量红利。
数据样例
可私聊获取更详细的样例
"data": {"like_count": 0,"analysis": {"hashcode": {"5": "5569861128897327000"},},"collection_count": 0,"uuid": "ef612100ee8a11efa6d1246e96180298","title": "亚洲杯互换领取","mid": "67b579b50000000009016184","content": "速来宝宝#5114 #亚洲杯","pic_urls": ["https://sns-img-al.xhscdn.com/1040g00831e2tas6sgu005ndltvtg8egld6cmng8?imageView2/2/w/480/format/webp","https://sns-img-al.xhscdn.com/1040g00831e2tas6sgu0g5ndltvtg8egl5idbik0?imageView2/2/w/480/format/webp","https://sns-img-al.xhscdn.com/1040g00831e2tas6sgu105ndltvtg8eglb969o18?imageView2/2/w/480/format/webp"],"share_count": 0,"user": {"profile_img_url": "https://sns-avatar-qc.xhscdn.com/avatar/1040g2jo31ai72vcq7e005ndltvtg8eglu766rso?imageView2/2/w/80/format/jpg","verified": 0,"name": "******","friends_count": 10,"url": "https://www.xiaohongshu.com/user/profile/5db5effb0000000001003a15","gender": "m","description": "健康平安就好","ip_region": ["广东"],"followers_count": 10,"statuses_count": 0,"uid": "5db5effb0000000001003a15"},"ctime": 1739946421,"url": "https://www.xiaohongshu.com/discovery/item/67b579b50000000009016184","wtype": 1,"gather": {"site_domain": "xiaohongshu.com","site_name": "小红书","info_flag": ["01","0101"],"gtime": 1739946596},"reply_count": 0,}
